暂无搜索历史
很多 Spring 教程一上来就贴 Controller、Service、Repository,默认读者已经装好 JDK、IDE、Maven、数据库和调试工具。
Spring 官方 Petclinic 是很多人第一次见到的“完整 Spring 应用”。它看起来不大,却同时包含 Web 层、数据层、校验、安全、测试和可观测...
在 Spring Boot 项目里,pom.xml 往往只写几个 starter,几乎看不到具体第三方版本号。
Petclinic 现在能启动、能访问页面,但配置还停留在“改文件、重新打包”的阶段。
团队一开始把差异都写进同一个 application.yml,再用 spring.profiles.active 切换。
Petclinic 官方项目默认面向服务端渲染,OwnerController 的查询方法返回 ModelAndView 或视图名。
很多团队把 Elasticsearch 当「更快的 MySQL」。能 match、能分页,上线后才发现:排序乱、深分页炸、双写丢数据、改 Mapping 像拆炸...
很多团队第一次引入 Elasticsearch 时,只把“容器启动成功”当成安装完成。
搜索系统上线后,团队最容易陷入一个误区:只要接口能返回数据,就认为搜索功能已经完成。实际上,用户输入“苹果手机”时,系统返回 100 条结果和返回 0 条结果,...
很多团队引入 Elasticsearch 的第一件事,是找一个“像 JPA 一样的 Repository”。
很多团队把 Elasticsearch 当 JPA 用,所有查询都往 Repository 里塞。
很多团队第一次接 Elasticsearch 时,会把 Java 实体里的 String 一股脑映射成 Text。
很多团队把向量搜索单独做成 AI Demo,演示完就搁置。真正的问题是:它如何进入现有搜索主链路,而不是另起炉灶。
我是老李,今晚又被值班电话叫起来。商品搜索接口 P99 从 180ms 涨到 4.8s,网关超时率 17%,三个租户同时投诉“搜不出来”。
很多团队把“加一个 Embedding API”当成 AI Search 的全部。向量召回确实能解决语义近似,但真实搜索质量来自召回、融合、排序和评测整条链路。
很多团队把 Elasticsearch 当“能分词的 MySQL”,把 SQL 的 WHERE 习惯直接搬进 Query DSL。
业务从“门店列表”演进为“附近正在营业且匹配分类与关键词的门店”,还要在结果里带一个不常变的派生分数字段。
很多团队把 Elasticsearch 当黑盒,数据一多就加 Shard,结果查询反而更慢。
很多团队把 Elasticsearch 当成第二个数据库,应用层同时写 MySQL 和 ES。这个选择在流量小、数据简单时看不出问题,一旦出现部分失败、消息乱序...
很多团队第一次把 Elasticsearch 当 MySQL 用,习惯在应用启动时自动创建索引、修改 Mapping。
暂未填写个人网址